Cursos de Python, Spark, and Hadoop for Big Data

En esta capacitación en vivo dirigida por un instructor en Chile, los participantes aprenderán a usar Python y Spark juntos para analizar big data mientras trabajan en ejercicios prácticos.

Al final de esta capacitación, los participantes serán capaces de:

• Aprenda a usar Spark con Python para analizar Big Data.
• Trabaja en ejercicios que imiten casos del mundo real.
• Utilice diferentes herramientas y técnicas para el análisis de big data utilizando PySpark.

En esta capacitación en vivo dirigida por un instructor en Chile, los participantes aprenderán sobre las ofertas tecnológicas y los enfoques de implementación para el procesamiento de datos de gráficos. El objetivo es identificar objetos del mundo real, sus características y relaciones, luego modelar estas relaciones y procesarlas como datos utilizando un enfoque Graph Computing (también conocido como Graph Analytics). Comenzamos con una visión general amplia y nos limitamos a herramientas específicas a medida que avanzamos a través de una serie de estudios de casos, ejercicios prácticos e implementaciones en vivo.

Al final de esta capacitación, los participantes serán capaces de:

• Comprenda cómo se conservan y recorren los datos de los gráficos.
• Seleccione el mejor marco para una tarea determinada (desde bases de datos de grafos hasta marcos de procesamiento por lotes).
• Implemente Hadoop, Spark, GraphX y Pregel para llevar a cabo el cálculo de grafos en muchas máquinas en paralelo.
• Vea problemas de big data del mundo real en términos de gráficos, procesos y recorridos.

MLlib es la biblioteca de aprendizaje automático (ML) de Spark. Su objetivo es hacer que el aprendizaje práctico de la máquina sea escalable y fácil. Consiste en algoritmos comunes de aprendizaje y utilidades, incluyendo clasificación, regresión, agrupación, filtrado colaborativo, reducción de dimensionalidad, así como primitivas de optimización de nivel más bajo y API de oleoducto de nivel superior.

Se divide en dos paquetes:

• spark.mllib contiene la API original construida sobre RDDs.
• spark.ml proporciona una API de nivel superior construida en la parte superior de DataFrames para la construcción de tuberías de ML.
   

Audiencia

Este curso está dirigido a ingenieros y desarrolladores que buscan utilizar una biblioteca de máquinas construida para Apache Spark

Formato del curso

• Conferencia interactiva y discusión.
• Muchos ejercicios y práctica.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, póngase en contacto con nosotros para concertar una cita.

Pandas es un paquete Python que proporciona estructuras de datos para trabajar con datos estructurados (tabulares, multidimensionales, potencialmente heterogéneos) y de series temporales.

Esta capacitación en vivo dirigida por un instructor en Chile (en línea o en el sitio) está dirigida a científicos de datos que deseen utilizar Pandas para realizar análisis predictivos con aprendizaje automático.

Al final de esta capacitación, los participantes serán capaces de:

• Realice la manipulación de datos en Python.
• Realice operaciones ETL para el aprendizaje automático.
• Crea visualizaciones de datos con Pandas

Esta capacitación en vivo dirigida por un instructor en Chile (en línea o en el sitio) está dirigida a científicos de datos y desarrolladores que deseen usar Modin para construir e implementar cálculos paralelos con Pandas para un análisis de datos más rápido.

Al final de esta capacitación, los participantes serán capaces de:

• Configure el entorno necesario para comenzar a desarrollar Pandas flujos de trabajo a escala con Modin.
• Comprenda las características, la arquitectura y las ventajas de Modin.
• Conoce las diferencias entre Modin, Dask y Ray.
• Realice Pandas operaciones más rápido con Modin.
• Implemente toda la API Pandas y las funciones.

Esta capacitación en vivo dirigida por un instructor en Chile (en línea o en el sitio) está dirigida a científicos de datos e ingenieros de software que deseen usar Dask con el ecosistema Python para crear, escalar y analizar grandes conjuntos de datos.

Al final de esta capacitación, los participantes serán capaces de:

• Configure el entorno para comenzar a crear procesamiento de big data con Dask y Python.
• Explora las funciones, bibliotecas, herramientas y API disponibles en Dask.
• Comprenda cómo Dask acelera la computación paralela en Python.
• Aprenda a escalar el ecosistema de Python (Numpy, SciPy y Pandas) usando Dask.
• Optimice el entorno de Dask para mantener un alto rendimiento en el manejo de grandes conjuntos de datos.

Esta capacitación en vivo dirigida por un instructor en Chile (en línea o en el sitio) está dirigida a desarrolladores que desean usar FastAPI con Python para crear, probar e implementar API RESTful de manera más fácil y rápida.

Al final de esta capacitación, los participantes serán capaces de:

• Configure el entorno de desarrollo necesario para desarrollar API con Python y FastAPI.
• Cree API de forma más rápida y sencilla con la biblioteca FastAPI.
• Aprenda a crear modelos de datos y esquemas basados en Pydantic y OpenAPI.
• Conecte las API a una base de datos mediante SQLAlchemy.
• Implemente la seguridad y la autenticación en las API mediante las herramientas de FastAPI.
• Cree imágenes de contenedor e implemente API web en un servidor en la nube.

Esta capacitación en vivo dirigida por un instructor (en línea o en el sitio) está dirigida a desarrolladores que desean utilizar la pila FARM (FastAPI, React y MongoDB) para crear aplicaciones web dinámicas, de alto rendimiento y escalables.

Al final de esta capacitación, los participantes podrán:

Configure el entorno de desarrollo necesario que integre FastAPI, React y MongoDB. Comprenda los conceptos clave, las características y los beneficios de la pila FARM. Aprenda a crear API REST con FastAPI. Aprenda a diseñar aplicaciones interactivas con React. Desarrolle, pruebe e implemente aplicaciones (front-end y back-end) mediante la pila FARM.

Esta capacitación en vivo dirigida por un instructor en Chile (en línea o en el sitio) está dirigida a desarrolladores que desean usar SciPy para crear funciones informáticas científicas avanzadas con Python.

Al final de esta capacitación, los participantes serán capaces de:

• Configure el entorno de desarrollo necesario para comenzar a crear funciones de computación científica.
• Benefíciese al máximo de las características SciPy realizando ejemplos prácticos de operaciones complejas.
• Implementar y optimizar algoritmos y funciones matemáticas para resolver problemas científicos.
• Diseñe estructuras de datos y métodos de interpolación para la visualización, el procesamiento y el análisis.

Esta capacitación en vivo dirigida por un instructor en Chile (en línea o en el sitio) está dirigida a desarrolladores que desean usar PyGame para crear y construir juegos usando Python programación.

Al final de esta capacitación, los participantes serán capaces de:

• Configure el entorno de desarrollo necesario para comenzar a crear aplicaciones de juegos con PyGame y Python.
• Aprenda a crear aplicaciones interactivas de PyGame integradas con animaciones y funciones multimedia.
• Ejecute y pruebe programas de juegos con el conjunto de pruebas PyGame y conviértalos en archivos ejecutables.

Este curso práctico está dirigido a desarrolladores de Python que desean crear y mantener sus primeras aplicaciones web. También está dirigido a personas que ya están familiarizadas con otros marcos web como Django o Web2py, y desean aprender cómo utilizar un microframework (es decir, un marco que une bibliotecas de terceros en lugar de proporcionar una solución universal autónoma). el proceso.

Una parte importante del curso está dedicada no al propio Flask (es pequeño), sino a las bibliotecas y herramientas de terceros que a menudo se usan en los proyectos de Flask.

Esta capacitación en vivo dirigida por un instructor en Chile (en línea o en el sitio) está dirigida a desarrolladores de backend que desean crear API REST con Python y Flask.

Al final de esta capacitación, los participantes serán capaces de:

• Implemente una API REST para permitir que una aplicación web de Flask lea y escriba en una base de datos en el backend.
• Desarrolle funciones de autenticación avanzadas, como tokens de actualización.
• Cree un backend reutilizable para futuros proyectos de Python.
• Simplifique el almacenamiento de datos con SQLAlchemy.
• Implemente las API REST en un servidor basado en la nube.

Esta capacitación en vivo dirigida por un instructor en Chile (en línea o en el sitio) está dirigida a desarrolladores que desean utilizar las funciones avanzadas de Flask para crear aplicaciones web escalables sobre MongoDB.

Al final de esta capacitación, los participantes serán capaces de:

• Configura el entorno de desarrollo necesario para empezar a desarrollar aplicaciones web con Flask.
• Conozca los conceptos y técnicas avanzadas para proyectos de Flask del mundo real.
• Construya un servidor de API RESTful sobre MongoDB.
• Aprenda a crear contenedores, probar e implementar microservicios con Flask, Docker y Amazon EC2.
• Obtenga información sobre las integraciones avanzadas de Flask para escalar aplicaciones web.